智慧型的具身化

建立在「認知即計算」這一命題的基礎上，「腦是智慧型載體」的觀點被廣泛接受，「大腦控制身體」被認為是常識。但是，「智慧型的具身化」思想挑戰這一傳統命題，強調認知和智力活動不僅僅是大腦孤立的計算，而是大腦、身體和環境的相互作用。

本文基於rolf pfeifer和josh bongard的著作《how the body shapes the way we think》進行摘錄和點評。本書在google學術上的引用為1400次，翻譯版《身體的智慧型》在國內也並不出名（老實說譯文水平一般）。

但是，在瀏覽全書和檢視閱讀過程中，筆者發現本書主旨鮮明，對「智慧型的具身化」思想進行了清晰的闡述，並基於此思想構建了基於「智慧型的理論」框架。全書結構脈絡清晰，四部分分別給出了具身化思想，理論架構，應用和原理啟示，豐富了構建機器智慧型的一種新視角。

因此，筆者擬根據原書的四部分，構建具有邏輯關聯的問題集合，採用q&a的方式，凝練本書的主要內容，並橫向比較複雜系統、機器學習、多智慧型體等領域的研究進展進行評述。

-第一部分：智慧型的具身性思想提出

-第二部分：具身性智慧型的理論框架

-第三部分：具身性智慧型的應用案例

-第四部分：具身性智慧型的原理啟示

– 作者認為：這三個詞都是非常一般化的詞彙。思考與意識相關，認知用於與「感覺-行動」非直接相關的行為，而智慧型最一般化，具有極其的廣度。

– 作者認為：儘管許多學者試圖給出智慧型的準確定義，例如「智慧型是學習到的或者學習以調整自己適應環境的能力」，又如「智慧型是接受知識的能力以及所擁有的知識」等等。但是作者認為給出智慧型的準確定義是困難而且沒必要，應該關注尋找感興趣的問題來推進研究。

– 筆者點評：筆者同意智慧型的準確定義是困難，但是並非沒有必要。例如，馬文明斯基的《情感機器》就試圖在通過解構智慧型的多元性和層次性來準確地定義和詮釋智慧型，儘管馬文明斯基的思路還是「認知主義正規化」。

– 簡要回答：智慧型總是需要乙個身體，智慧型只有歸於具身化的智慧型體（agent）。

– 現在火熱的統計學習可歸類於認知型ai，但是在很多方面超越了符號系統，而且通過與強化學習的結合，能夠通過「身體」與外部世界互動。

– 基於深度學習和（深度）強化學習構建了非常高效能的「內部表達和世界模型」（下圍棋、打dota等），如果能夠突破「可解釋性」問題，那麼就可能與符號系統相連線，增強邏輯和推理能力。

– 目前，已經有不少令人欣喜的成果在朝這個方向努力，例如interpretable convolutional neural networks和relational deep reinforcement learning等等.

– 直接搜尋embodied ai確實文獻不多，但是其實80年代後，相關研究分布在多個學科和方向中，比如仿生/發育/進化機械人學，普適計算與介面技術，多智慧型體，人工生命等。